數據正成為關鍵的生產資料

中國信息通信研究院

人類社會幾千年來經歷了農業經濟、工業經濟，如今已經進入到數字經濟時代。根據聯合國《2019年數字經濟報告》的統計，數字經濟的規模估計占全球生產總值的4.5%至15.5%之間，其中中國和美國是引領世界數字經濟發展的核心。《中國互聯網發展報告2019》指出，2018年，中國數字經濟規模達31.3萬億元，占GDP比重達34.8%，數字經濟已成為中國經濟增長的新引擎，正在深刻改變全社會的生產和生活方式。

雖然學界對數字經濟的構成模式和理論體系還沒有清晰的界定，但數據作為數字經濟時代最有價值的生產資料已經是毋庸置疑的共識。云計算、大數據、物聯網、移動互聯網、人工智能等ICT新技術、新模式的發展和應用無一不是以海量數據為基礎，又反過來帶動了數據量的爆發式增長。

數字經濟成為經濟發展新動能

受國際經濟形勢與國內經濟結構性改革等因素影響，從2007年起，中國GDP增速從14.2%回落到2015年起的6.9%，經濟增速由高速轉變為中高速，中國經濟進入“新常態”。過去十年，中國數字經濟的持續穩定快速發展，成為穩定經濟增長的重要途徑。2008年，我國數字經濟占GDP比重僅為15.22%，2018年我國數字經濟規模達31.3萬億元，占GDP比重34.8%，數字經濟發展對GDP增長貢獻率達到67.9%，超越部分發達國家水平。

2008—2018年，我國數字經濟增速顯著高于同期GDP增速，并且自2011年以來，數字經濟與GDP增速差距有擴大趨勢，按照可比口徑，2018年我國數字經濟名義增長率為20.9%，高于同期GDP名義增速約11.2個百分點。隨著數字化加速向傳統產業融合滲透，數字經濟對經濟增長的拉動作用將愈發凸顯。

數字經濟也正在深刻的改變人們的生產、生活方式。移動互聯網改變日常生活。中國已經成為全球最大的移動互聯網市場。數據顯示，截至2018年12月，中國手機網民規模已達8.17億，用戶需求的巨大網絡效應帶來了一系列廣泛的創新，電子商務、網絡支付、人工智能等新興領域正迅速重構每一個中國人的生活方式，從而形成日常生活中的數字浪潮。以電子商務為例，十年前中國的零售電商交易額不到全球總額1%，如今占比已超過40%，超過法、德、日、英、美五國的總和。

工業互聯網賦能工業企業轉型升級。工業互聯網通過人、機、物的全面互聯，實現全要素、全產業鏈、全價值鏈的全面連接，對各類數據進行采集、傳輸、分析并形成智能反饋，推動形成全新的生產制造和服務體系，優化資源要素配置效率，充分發揮制造裝備、工藝和材料的潛能，提高企業生產效率，創造差異化的產品并提供增值服務。以國家電網公司為例。國家電網公司提出“泛在電力物聯網”戰略，把用戶、企業、設備、供應商等人和物全部連起來，實現設備和狀態的全面感知，通過把數據匯聚、共享，為用戶、電網、供應商等提供數據服務，使數據為社會提供更多價值服務。

以人為本提升社會發展。2017年12月，廣東省率先在全國部署“數字政府”改革建設，以數據開放釋放“數字紅利”，極大提升政府治理能力現代化水平。基于“數字政府”統一基礎設施，以數據為核心，盤活政府已有數據中心和社會化數據中心資源，通過數據匯聚、數據治理，建設結構合理、質量可靠的政務“大數據”體系。2018年9月，廣東政務服務網正式上線，實現省、市、縣、鎮、村五級政務服務事項“應上盡上”“一網通辦”，變“群眾跑腿”為“數據跑路”。

數據成為社會發展的驅動力

數據是數字經濟時代的核心生產要素。社會已經迎來了繼農業經濟、工業經濟之后的數字經濟時代，如同農業時代的土地、勞動力，工業時代的技術、資本一樣，數據已經成為數字經濟時代的生產要素，而且是最核心的生產要素，數據甚至被認為已經超過石油的價值。數據驅動型創新正在向經濟社會、科技研發等各個領域擴展，成為國家創新發展的關鍵形式和重要方向。

數據有效應用正在推動經濟社會發展，各行各業加速數字化進程，對數據的有效應用成為關鍵。

提高金融風控能力。美國銀行2015年的一份調查研究指出，銀行每創收100萬美元，會平均產生820GB的數據，業務數據量高踞各行業之首，遠超緊隨其后的電信、保險和能源行業。銀行是經營風險的行業，一方面，監管層對銀行機構的風控能力提出很高要求，另一方面，風控直接會影響銀行機構的利潤水平。通過對海量數據的有效利用，能夠在用戶畫像、反欺詐、信用評級等方面大大提高銀行機構的效率和風控能力。

提高政府辦事效率。以往，群眾找政府辦事，需要來回跑多次。通過進行數據共享、數據整合，打破多個部門之間的數據壁壘，來減少人工窗口、縮短審批流程，從而提高辦事效率，減少排隊等候的情況，更加便民。

擴大企業生產效率。通過數據有效利用能實現企業各業務環節間的信息高度集成和互聯，減少資源浪費。以制造業為例，制造業的研發、采購、物流、生產、庫存、銷售等環節會產生大量的數據，諸如各工序節拍信息、產品質量信息、發貨和收貨信息、物料流動信息、客戶需求信息、人力資源需求信息等。通過將企業內部和外部各項數據高度集成和互聯，能夠消除過度生產浪費、等待時間浪費、工序浪費、庫存浪費、運輸浪費、產品缺陷浪費等，降低生產成本，提高生產效率和產品質量，實現資源優化配置。

提升警務智能化水平。在公安行業建立健全基礎數據實時采集、動態更新、高度共享、深度研判的工作機制，匯集來源于公安、政務、社會的數據資源，并面向公安機關及政府部門提供統一的支撐，實現數據資源的交換、集成和服務。通過建立一個以視頻圖像為主、多種資源關聯疊加的視頻資源智能化服務體系，打造公安機關視頻應用實戰的“神兵利器”，全面提升警務智能化水平。

促進經濟社會可持續發展。數據的應用有助于推動環保、節能、綠色產業發展，促進環境保護和經濟社會可持續發展。例如，利用大數據可以對環境進行立體監測，通過數據模擬技術和排放清單等工具，建立環保大數據系統，提高環境監測數據的可靠性，為經濟決策提供科學依據。

新技術推動數據爆發增長

GIV2025報告顯示，到2025年，全球將產生180ZB數據。新技術的出現持續推動著數據增長與流動。

當前，信息視頻化、視頻超高清化已經成為全球信息產業發展的大趨勢。從技術演進來看，視頻已經從標清、高清進入4K，即將進入8K、AR/VR時代。4K超高清制播業務所產生的數據量比高清多出至少4倍以上，制播的各個環節，如視頻剪輯、特效合成、渲染、調色、視頻輸出等，都需要海量的存儲空間以及并發的讀寫能力。

5G通過提升連接速率和降低時延，使得單位時間內產生的數據量急劇增長，單位面積內的聯網設備成倍增加，海量原始數據將被收集。同時，5G時代下越來越多的IoT設備將通過邊緣計算進行存儲、處理和分析，云、邊協同能力變得尤為重要。

自動駕駛將產生海量數據，成為新的數據制造機。自動駕駛汽車依賴于安裝在車身上的各種傳感器傳輸的大量數據，因此要實現自動駕駛，首先要做好準備迎接海量數據的“洗禮”。在自動駕駛訓練時期，以一輛車的信息采集為例，在進行自動駕駛算法路測的過程中，每輛汽車每天將產生60TB的訓練數據量，僅僅在2017年，該領域就創造了大約250EB的數據量。2020年前后，自動駕駛汽車將正式上路，每小時將產生4TB的數據，其中包括了關于道路狀況、天氣、周圍物體、交通和街道標志等的實時信息數據，海量數據存儲與處理的時代即將到來。

AI大數據將改變數據的存儲周期和形態。首先，AI需要更長的數據存儲周期。比如，公安部《公安機關現場執法視音頻記錄工作規定》明確提出，現場執法視音頻資料的保存期限原則上應當不少于六個月，以構筑“更長證據鏈”。其次，AI需要全數據訓練、處理和分析。在數據規模化增長的趨勢下，可以按溫度來定義不同訪問頻率的數據：經常被訪問的數據稱為熱數據，而較少被訪問的數據稱為冷數據，處于中間狀態的稱為溫數據。應用AI之后，需要數據能在冷、溫、熱之間隨時進行切換。

編輯：張程? 3567672799@qq.com